La cohérence des personnages dans MiniMax H3 se prépare avant même la génération vidéo. Constituez un jeu de références propre, fixez la description du personnage et ne modifiez qu’une variable de plan à la fois. Vous limiterez ainsi les variations du visage, de la tenue et du style entre les plans récurrents.
Que signifie la cohérence des personnages dans MiniMax H3 ?
Un personnage est cohérent lorsque le public reconnaît le même sujet dans chaque plan. Une coiffure similaire ne suffit pas à elle seule.
Un personnage cohérent conserve les mêmes éléments d’identité :
- Forme du visage, couleur des yeux et proportions faciales
- Couleur, longueur, texture et silhouette des cheveux
- Tenue, accessoires, logos et objets distinctifs
- Taille, corpulence et proportions du corps
- Palette de couleurs et style de rendu
- Âge, personnalité et comportement récurrent
L’angle de caméra, l’expression, la pose et l’éclairage peuvent changer. Les traits qui permettent d’identifier le personnage doivent rester stables.
MiniMax H3 accepte des entrées texte, image, vidéo et audio. Ses ressources officielles décrivent un flux de Reference Generation fondé sur des images et vidéos de référence, avec des références audio facultatives associées à des médias visuels.
H3-Context-IR remplit une autre fonction. Il interprète les entrées multimodales et renvoie un prompt enrichi, sans générer la vidéo. Les références peuvent favoriser la continuité, mais MiniMax ne garantit pas une identité parfaite dans chaque plan.
Constituez un jeu de références avant l’animation
Un portrait unique laisse de nombreux détails indéterminés. Il ne montre qu’un angle, une expression et une partie de la tenue. Le modèle doit déduire tout ce qui se trouve hors champ.
Préparez un jeu de références compact avant de générer une séquence :
- Gros plan neutre : visage net, lumière uniforme, bouche fermée et regard droit.
- Vue en pied : silhouette lisible, chaussures, manches et proportions de la tenue.
- Vue de profil ou de trois quarts : profil, volume des cheveux, ligne de la mâchoire et accessoires.
- Planche d’expressions : expressions neutre, joyeuse, inquiète et déterminée.
- Détail de la tenue : logos, bijoux, motif du tissu et objet distinctif.
- Référence des couleurs : palette fixe pour les cheveux, les yeux, les vêtements et les couleurs d’accent.
Utilisez le même design dans toutes les images. Des longueurs de cheveux ou des détails de veste contradictoires créent de l’ambiguïté au lieu d’améliorer le contrôle.
Si ce jeu doit être corrigé, le Générateur et éditeur d’images multimodèle intègre GPT Image 2, Nano Banana 2 et Nano Banana Pro. Nano Banana Pro accepte jusqu’à neuf images de référence par session et convient aux travaux de personnage ou de style fondés sur plusieurs références.
Vous pouvez aussi créer la première planche du personnage avec Texte vers Image de DomoAI. Pour un visuel au format carte d’anime, Anime Card Maker constitue un autre point de départ.
Utilisez une fiche de personnage plutôt que votre mémoire
Rassemblez dans un bloc réutilisable tous les détails qui doivent rester identiques d’un plan à l’autre :
Character name:
Face:
Hair:
Eyes:
Outfit:
Body silhouette:
Color palette:
Signature prop:
Visual style:
Do not change:
Allowed changes per shot:
Chaque champ doit décrire un élément observable. « Héros reconnaissable » donne peu d’indications au modèle. « Carré bleu-vert avec une fine mèche dorée, yeux ambrés, veste courte noire bordée d’or, pantalon ivoire taille haute et pendentif en croissant de lune » définit des contraintes visibles.
Rédigez une description fixe du personnage
Créez une clause d’identité et collez-la dans le prompt de chaque plan. Ne la reformulez pas pour varier le texte. Une légère modification des mots peut changer les caractéristiques auxquelles le modèle accorde de l’importance.
Keep the same character: an adult anime singer with a teal bob and one thin gold streak, amber eyes, a black cropped jacket with gold trim, ivory high-waisted pants, teal ankle boots, a crescent pendant, slim silhouette, soft cel-shaded anime style, and the same face proportions in every shot.
Placez cette clause avant l’action variable et conservez le même ordre dans toute la séquence.
Utilisez la même structure pour une mascotte ou un personnage de produit :
Keep the same mascot: a small cobalt-blue fox with rounded ears, one white tail tip, a yellow messenger bag, three dark cheek marks, and the same flat graphic style in every shot.
Cette clause doit identifier le personnage, sans décrire toute la scène.
Changez l’action, pas le personnage
Traitez chaque plan comme une variation contrôlée. Gardez le bloc d’identité inchangé. Décrivez séparément l’action, la caméra ou l’environnement qui varie.
Same character and outfit as the reference. Change only the action: she turns toward the camera, lifts the microphone, and takes one step forward under blue stage lights. Keep face shape, hair length, jacket, ivory high-waisted pants, crescent pendant, and color palette unchanged.
Limitez chaque clip court à une action significative. Un prompt qui modifie à la fois la pose, la tenue, le lieu, la météo, l’objectif, le style et l’émotion impose trop de décisions concurrentes au modèle.
Voici un exemple de variation sur trois plans :
| Plan | Éléments à conserver | Élément à modifier |
|---|---|---|
| Gros plan | Identité, tenue, style et palette | Le regard se tourne vers la caméra |
| Plan moyen | Identité, tenue, objet et type d’éclairage | Le personnage lève le microphone |
| Plan large | Identité, tenue, décor de scène et palette | Le personnage entre dans le faisceau lumineux |
Cette méthode facilite également le diagnostic. Si le visage varie après un changement de caméra, la nouvelle variable devient plus simple à isoler.
Utilisez les références H3 lorsque le texte ne suffit pas
Le texte décrit une catégorie, tandis qu’une référence montre des relations visuelles précises. Utilisez des médias de référence lorsque les mots ne suffisent pas à préserver un visage, un objet, un motif de costume ou une intention de mouvement.
Utilisez MiniMax-H3 Reference Generation lorsqu’un plan nécessite des références visuelles ou une référence audio associée à des médias visuels. Le flux actuel accepte jusqu’à neuf images, trois clips vidéo et trois clips audio, dans la limite de 12 fichiers pour une entrée mixte. Chaque clip vidéo ou audio doit durer entre 2 et 15 secondes. La durée totale des vidéos de référence et celle des audios de référence sont chacune limitées à 15 secondes. Selon la documentation H3 de MiniMax, l’audio doit accompagner au moins une image ou une vidéo et ne peut pas servir d’unique référence.
H3-Context-IR peut structurer une entrée multimodale complexe avant la génération. Ce service asynchrone renvoie un prompt enrichi, et non une vidéo.
Choisissez chaque référence selon son rôle :
- Utilisez le gros plan pour préserver l’identité faciale.
- Utilisez la vue en pied pour préserver la silhouette et les vêtements.
- Utilisez un détail de la tenue lorsque de petits motifs ou accessoires sont importants.
- Utilisez une référence de mouvement seulement si l’action nécessite une direction physique plus précise.
N’ajoutez pas toutes les images disponibles par défaut. Des références supplémentaires ne sont utiles que si elles sont cohérentes entre elles. Supprimez les doublons et les variantes contradictoires.
Testez trois clips courts avant une longue séquence
Effectuez un test de continuité à petite échelle avant de construire une scène complète. Choisissez trois plans qui exposent des risques différents.
- Générez un gros plan neutre avec très peu de mouvement.
- Générez un plan moyen avec un seul geste de la main.
- Générez un plan plus large avec une simple rotation du corps.
Comparez les trois clips côte à côte. Ne vous fiez pas uniquement à l’image la plus séduisante.
Utilisez cette grille pour repérer les variations :
| Zone | Condition de validation | Variation fréquente |
|---|---|---|
| Visage | Mêmes proportions et même âge | La mâchoire, les yeux ou le nez changent |
| Cheveux | Même longueur et même silhouette | La frange, le volume ou la couleur changent |
| Tenue | Même coupe et mêmes détails | Les manches, logos ou accessoires disparaissent |
| Corps | Taille et corpulence stables | Les membres ou les proportions changent |
| Palette | Les couleurs principales restent fixes | La couleur de la veste ou des yeux change |
| Style | Même langage visuel | Le réalisme ou l’épaisseur des traits varie |
| Objet | La forme et l’emplacement restent lisibles | L’objet change de taille ou passe dans l’autre main |
Si un détail échoue deux fois, améliorez la référence ou la clause d’identité correspondante. Des relances aléatoires révèlent rarement la cause.
Corrigez les variations du visage, de la tenue et du style
Chaque type d’échec appelle une correction différente.
| Problème | Cause probable | Prochain test recommandé |
|---|---|---|
| Le visage change selon l’angle | Référence de profil insuffisante ou proportions imprécises | Ajoutez une vue de trois quarts et fixez la forme du visage |
| Les cheveux s’allongent ou changent de couleur | La description des cheveux ne précise ni longueur ni silhouette | Précisez la longueur, la frange, la texture et la couleur exacte |
| La tenue perd de petits détails | La vue en pied ne montre pas assez de détails | Ajoutez un gros plan de la tenue et nommez les éléments à conserver |
| Le personnage devient plus réaliste | La formulation du style varie entre les prompts | Réutilisez la même clause de style sans remplacer les mots par des synonymes |
| Les mains ou les objets se déforment | L’action masque une forme importante | Simplifiez le geste et gardez l’objet visible |
| L’arrière-plan modifie la couleur des vêtements | Le sujet et l’arrière-plan ont des valeurs tonales proches | Augmentez le contraste dans l’image source |
Si plusieurs zones échouent en même temps, réduisez la complexité du plan. Commencez par une composition stable, puis ajoutez le mouvement de caméra ou du corps.
Adaptez le test de continuité au type de personnage
Le même système d’identité s’applique à plusieurs formats, mais chaque type de personnage présente des risques différents.
Personnages d’anime et de VTuber
Préservez l’épaisseur des traits, le dessin des yeux, la silhouette des cheveux, les différentes couches de la tenue et les accessoires distinctifs. Testez séparément les gros plans parlés et les actions en pied. Un design peut rester stable à une échelle et varier à une autre.
Influenceurs IA
Fixez les proportions faciales, l’âge apparent, la coiffure, la corpulence et les règles récurrentes de la garde-robe. Gardez des changements de caméra et d’éclairage réalistes. Un changement extrême d’objectif peut altérer le visage même si le prompt reprend la même description.
Mascottes de marque
Traitez les détails de marque comme des contraintes de production. Consignez les couleurs, les formes, les signes distinctifs et l’emplacement exact des objets. Comparez la mascotte au guide de style approuvé plutôt que de vous fier à votre mémoire.
Personnages cinématographiques
Créez des références pour chaque condition d’éclairage et distance de caméra prévues. Un gros plan nocturne et un plan large en plein jour présentent des risques de continuité différents. Gardez la clause d’identité inchangée lorsque vous modifiez celle de l’éclairage.
Pour chaque type de personnage, validez un petit ensemble de plans avant la production. Il servira de référence visuelle aux scènes et aux équipes de révision suivantes.
MiniMax H3 dans DomoAI
MiniMax H3 est désormais disponible dans DomoAI via Omni Reference.
Utilisez Personnage vers Vidéo lorsqu’un mouvement source doit guider le nouveau personnage. Ce flux reçoit une vidéo source et une image du personnage cible. Le mode Subject Only peut isoler le sujet principal.
Utilisez Talking Avatar pour les plans de dialogue ou de chant. Il accepte une image ou une vidéo accompagnée d’un audio et prend en charge plusieurs langues. Conservez le même portrait approuvé dans tous les clips parlés pour protéger l’identité.
Ces flux répondent à des besoins distincts. MiniMax H3 génère une nouvelle prestation à partir de prompts et de références. Personnage vers Vidéo de DomoAI réutilise un mouvement existant. Talking Avatar associe une ressource de personnage stable à une voix parlée ou chantée.
Questions fréquentes
Comment conserver le même personnage dans MiniMax H3 ?
Utilisez un jeu de références propre, une seule clause d’identité fixe et des prompts qui ne modifient qu’une variable de plan. Testez des clips courts avant de générer une séquence plus longue.
MiniMax H3 accepte-t-il les images de référence ?
Oui. La documentation officielle de MiniMax présente Reference Generation avec des images et des vidéos, ainsi que des références audio facultatives associées à des médias visuels. H3-Context-IR est une étape facultative d’amélioration du prompt, et non la tâche de génération.
Combien de références faut-il utiliser pour assurer la cohérence du personnage ?
Il n’existe pas de nombre optimal dans tous les cas. Commencez par le plus petit ensemble cohérent qui définit clairement le personnage. Ajoutez une référence seulement pour compléter un angle manquant, un détail de tenue ou un besoin de mouvement. Respectez les limites techniques indiquées plus haut lors de la préparation finale.
Comment corriger les variations du visage dans H3 ?
Ajoutez une référence faciale plus nette, fixez les proportions du visage et réduisez les changements simultanés de caméra ou d’expression. Comparez des tests courts réalisés avec la même configuration de départ.
MiniMax H3 convient-il aux personnages d’anime ou de VTuber ?
Il peut convenir aux flux de personnages guidés par des références, mais cela dépend du style et du niveau de cohérence recherché. Testez séparément les proportions du visage, le style des traits, les détails de la tenue et le mouvement.
Quand utiliser Personnage vers Vidéo plutôt qu’une génération H3 ?
Utilisez Personnage vers Vidéo lorsqu’une prestation existante doit contrôler le mouvement du personnage. Utilisez H3 pour créer un nouveau plan à partir de prompts et de médias de référence.
Définissez le personnage une fois, puis contrôlez les variables
Une séquence cohérente repose sur des entrées stables, pas sur des prompts plus longs. Conservez le jeu de références approuvé, la clause d’identité et la grille de contrôle qualité comme base de production. N’élargissez le test initial que lorsque la même version du personnage fonctionne en gros plan, en plan moyen et en plan large.
